过去三年，火山引擎总裁谭待给团队定下MaaS（模型即服务）营收目标的过程，像一场反复迭代的短跑——年初定下的高指标，团队普遍认为遥不可及，到了年中却发现“居然完成得差不多了”，于是目标再度上调。2026年初，字节视频模型Seedance 2.0的爆发让火山引擎迎来开门红，这家云市场后来者，正借着AI工具的风口，实现行业意料之外的增长。
在两年前，谭待就断言MaaS是个大生意，彼时鲜有人信。如今，随着Coding和视频模型陆续解锁商业化生产场景，市场终于意识到：模型的能力边界依然难以预测，而顶尖模型正是MaaS服务最核心的增长引擎。
从“大哥大”到“功能机”：AI工具如何跨越鸿沟
2024年接受采访时，谭待曾将大模型时代比作“大哥大”阶段——笨重、昂贵、只属于少数玩家。两年后的今天，他坦承已经快进到“功能机”时代：大模型不再是极客的玩具，而是真实地嵌入更多人的日常工作和生活。
这种跨越的驱动力，源于AI工具真正进入了企业的核心生产环节。谭待指出，过去模型只能做简单的聊天机器人（Chatbot），价值有限；如今，无论是视频生成还是代码自动补全，模型输出的结果已经可以直接用于商业创作和工程交付。数据显示，截至2026年中，火山引擎日均Token消耗量达到180万亿，相比两年前增长了超过1500倍；“万亿俱乐部”客户数实现翻倍，超过200家。
值得注意的是，火山引擎在2024年率先将大模型价格降至“地板价”，但本次Force大会上他们不再强调降价。谭待的解释直白而深刻：“2024年降价，是因为所有模型能做的就是Chatbot，模型就值那个价。现在模型能进入核心生产环节，定价逻辑自然变了。”这一转变也反映了AI融资逻辑的演进——资本不再单纯追逐参数量，而是更关注模型能否在真实场景中创造商业价值。
豆包2.1 Pro：编程与Agent能力“上牌桌”
在6月23日的火山引擎Force大会上，字节新一代旗舰模型豆包大模型2.1 Pro正式亮相。谭待对其定义是：在Coding和Agent能力方面，“终于可以上牌桌了”。在知名编程评测Terminal Bench上，豆包大模型2.1 Pro与Claude Opus 4.7基本持平，在长程任务和复杂任务上表现优秀，达到可用门槛。
这一里程碑的意义远超技术参数本身。Coding/Agent能力的进步，意味着模型能进入更多企业、个人的核心生产环节——换句话说，能创造更多商业价值。谭待强调，豆包大模型2.1 Pro具备三个关键特点：强大的Coding能力，能够灵活调用脚本和工具；能完成复杂的通用Agent任务，包括长程记忆、多工具协调和视觉理解；同时具备可规模化应用的能力，价格合理、延迟低、支持大规模并发。
对于国内模型在Coding场景整体慢于海外的问题，谭待认为全球LLM竞争本就激烈，而Anthropic和OpenAI起步更早，字节作为追赶者进度偏后是正常的。不过，他预测2026年Q2国内模型将真正追上来——判断标准不是自夸，而是看企业的ARR（年度经常性收入）是否持续增长。值得注意的是，豆包大模型2.1发布后，字节不再单独维护SeedCode模型，而是将Coding和Agent能力整合进主版本，并推出新的系列“Seed Evolving”，每两周更新一次，满足追求最新智能的用户需求。
视频生成：从娱乐到工业化，世界模型的落地路径
Seedance 2.0的爆发并非偶然。谭待指出，视频生成模型其实是世界模型的其中一种实现方案，且是当前比较成熟的、可通过无监督方式大规模扩展的技术方案。Seedance模型展现出对物理世界精准的还原与理解，使得高质量的视觉数据合成更可行，加速了具身智能、无人驾驶等领域的研发进展。
一个有趣的观察点是用户使用行为的变化：在Seedance 2.0之前，视频生成模型的用量是周末大于工作日，与娱乐类C端产品相似；但更新后，工作日负载变成周末的两倍以上，说明用户真正用它在工作。目前Seedance已在广告、电影、电视剧等严肃创作场景落地，甚至在工业制造中用于流程演示。
谭待认为，视频生成领域的“战争”远未结束。尽管外界关注短期收入，但技术价值更值得重视。视频生成作为通往世界模型的路径之一，在实体产业中的潜力巨大。例如，Seedance新上线的“3D白模预演”功能，源自一位知名导演的建议——科幻电影制作中常用“白模”来表达场景和人物关系，模型据此生成对应镜头，这在全球视频模型中尚属首创。
对于视频和LLM哪个更重要，谭待的观点明确：LLM创造的价值空间更大。虽然目前Seedance的销售额更高，但他希望未来LLM能成为大头。这种判断背后，是AI工具从内容生产向代码生成、企业流程自动化的延伸。
MaaS市场的增长引擎：模型领先还是生态制胜？
随着模型能力提升，MaaS市场正在经历从“卖API”到“卖解决方案”的转变。谭待强调，模型领先是所有竞争的基础，但并非全部。“模型需要持续领先，这是难度最大的事。”他坦言，火山引擎的目标是让模型长期保持领先，而实现这一目标不仅要靠技术迭代，还需要构建完整的生态。
在生态层面，火山引擎提出了“中间层”概念。谭待指出，模型能力需要通过Harness（适配层）才能充分释放。以LLM为例，Claude Code等工具就是Harness的体现；而视频生成领域，目前还缺少类似的中间层。火山引擎正在与各行业合作，比如在影视创作中管理数字资产、积累创作技能，甚至为团队招聘导演来理解创作流程。
对于国内SaaS基础薄弱的问题，谭待认为这既是挑战也是弯道超车的机会。如果SaaS生态足够好，中间层可以成为桥梁；生态不够好，底层AI工具提供商就需要亲自参与“陪跑”。火山引擎目前设有前沿部署工程师（FDE）团队，与行业客户一起探索如何将模型能力转化为业务价值。这种深度参与，使得模型与企业的耦合性大大增强，从而打破“MaaS服务没有忠诚度”的质疑。
AI重构云生态：MaaS与云并非对立，而是融合
一个经常被提及的问题是：如果卖API就能挣钱，为什么还要做云？谭待的解答直击本质：“MaaS就是云的一部分，不要把它们对立起来。”他认为，未来的云更可能是用Agent去调度IaaS、PaaS、SaaS，传统云不会消失，而是会变成AI云的一部分。“基于模型和Agent构建的新负载，可能是传统云的10倍、20倍大。”
这一判断背后，是AI工具对云计算行业根本性的重构。过去，云计算主要提供计算、存储等基础设施；如今，模型本身成为新的负载核心。云厂商不再只是资源供应商，而是智能能力的输出者。火山引擎作为后来者，正是抓住了AI工具带来的增量市场，而非零和博弈。
谭待用类比回应了质疑：“如果回到2012年字节成立那一年，你会在那个时间点大做PC搜索吗？”言下之意，AI是当下最确定的增长引擎，所有云厂商都必须全力押注。而对于火山引擎来说，能否在MaaS市场中持续赢下去，取决于两个关键：一是模型能力长期领先，二是各行业Harness的构建。前者依靠技术投入，后者需要生态协同——而这两点，恰恰是字节在AI工具导航时代积累的差异化优势。
展望未来，谭待认为AI所创造的价值不是替代过去，而是让整个行业变大。比如，AI画图工具已经让设计行业效率翻倍，文生图技术催生了新的内容创作模式，而AI诗词等创意工具则打开了C端消费的想象空间。对于企业用户而言，抠图、背景去除等基础AI工具早已成为日常工作流的标配，而更高级的Agent将逐步渗透到核心业务流程。
在这场由AI工具驱动的变革中，科技公司之间的竞争已从单一模型性能比拼，转向“模型+生态+行业理解”的综合较量。AI融资的热度仍在持续，但资本正变得更加理性——他们寻找的是那些能够真正落地的AI工具箱，而非空中楼阁。火山引擎的实践表明，当AI工具从一个技术名词变为生产力引擎时，市场会给出最诚实的答案。